Bounce Rate,网站分析的基本度量之一,相信大家都不陌生。Bounce rate似乎代表着某种网站分析赋予我们的“神奇挑战”,如果我们拥有制服或是支配它的力量,我们就似获得了某项了不起的成就。
所以,大部分人相信bounce rate越低越好,但正如古语所言“过犹不及”,超低的bounce rate或许并不如我们预想的那般美好。
超低跳出率的监测技术问题
不管怎么样,若是网站(或是某些主要landing page)的bounce rate低于5%甚至只是低于10%,都有可能蕴含着监测技术问题。有至少两种情况会造成bounce rate畸低。
其一,框架页面的父页面和子页面如果都加上了监测代码,那么大多数情况下,页面在浏览器端载入时,监测代码会在短时间内被运行两次。对于网站分析工具,例如Google Analytics,会记录有两个不同页面被打开(因为父页面和子页面的URL肯定是不同的),因此这种情况会显然被认为不是一个bounce,哪怕这个用户并没有点击这个页面的任何链接浏览其他页面。我所接触的例子中,这种情况下,bounce rate低于5%。
其二,如果不小心在同一个页面中添加了两个同样的监测代码,或是因为某种原因,让同一条监测代码运行了两次。那么当页面载入,对于Google Analytics而言,如同这个页面被刷新一次,因此GA不把这种情况计算为bounce。这种情况下的bounce rate甚至比第一种情况还要低。
当然,或许还有第三种情况,即流量作弊。在比较拙劣的作弊情况下,机器人统一按照某种预设的程序进行的网站访问,会很严重降低跳出率。这种情况毫无疑问不值得开心。
低跳出率的其他负面信息
若是bounce rate不合情理的极低,我们能够判断这种情况下出现了技术问题。但如果很低,又确实还没有达到极低的范围,是否我们就可以松一口气?
我并不敢轻易地下结论,某种意义上,bounce rate低或许也传达出一些其他负面的信息,最大的问题是,过低的bounce rate可能意味着新鲜流量的匮乏。
在网站分析中有一个约定俗成的规律,即对于商业网站而言,bounce rate的值往往和新访问比例有线性相关关系,有些甚至二者有近似1:1的关系,颇有趣味。可以认为,为了获取更多的新流量,我们的代价往往是牺牲了更好的bounce rate,这种牺牲完全可以理解。图1是近50个我曾经监测过的大小网站的bounce rate和新访问比例之间的对应关系,具有比较明显的线性相关性。这意味着某种我们不期待却又实际存在的“悖论”——如果期望bounce rate降低,那么应该尽力挽救老用户,但老用户比例过大,网站流量的形势恐怕又会不那么乐观。
当然,事情并非绝对,bounce rate并不只是由新访问比例决定。例如,在上图中我们也看到,左下角有一些明显偏离趋势线的点,表现了“更不美好”的一面——很低的新访问比例(10%),却仍然有近50%的bounce rate。而且,bounce rate和 新访问比例的整体趋势也显示出,当新访问比例处于低位时,bounce rate的表现非常离散。我们似乎可以得到这样的结论:新访问比例过高几乎肯定影响bounce rate,使其也倾向于偏高;但新访问比例处于低位时,bounce rate的高低则受到更多其他因素的影响。
Bounce rate低还意味着另外一种可能性,尤其在其忽然变低的情况下,我们相信是出现了不正常的引导或是诱惑所致。若这引导或者诱惑是有意为之,则无可非议,但若发生了意料之外的情况,则可能对网站经营者带来误导。我曾经遇到过的一个例子是,某个网站的bounce rate忽然在某天下降了约两成,这令人鼓舞。但认真查看数据,我们发现网站的销售量并未发生任何上升,这又不符合常理。我们进而发现,bounce rate下降的前一两周,该站艺术品售卖频道上线,我们更进一步发现,在bounce rate下降的当天,网站有很多流量来自于搜索关键词“人体艺术”或是“人体摄影”,而这些流量的landing page即是艺术品售卖频道。有趣的是,这个频道中确实有一些衣衫较少或全无的绘画或摄影作品,而且它们也的确获得了较好的点击。
从实际操作的角度看,bounce rate不高确实要比高让人更愉悦,但要小心,以确保我们的bounce rate反映了真实的情况,而不是虚假的繁荣。
跳出率畸高的原因排除
反过来看,bounce rate若真的高,也并不一定真是出了大问题,或者说,我们至少应该首先确保高bounce rate不是监测不到位造成的。
最主要的监测不到位容易发生在具有较多非HTML互动元素的页面上,例如一个有很多链接由Adobe Flash或是JavaScript构成的页面上。
无论是Google Analytics还是Adobe SiteCatalyst,对于非HTML互动元素,都需要额外的代码处理,例如利用GA的Event Tracking或是Virtual Page监测功能为这些元素进行标记,从而记录用户点击这些元素的行为,否则,所有与这些元素相关的互动网站分析工具都无法感知到。例如在某一个页面中,所有画圈的按钮都是期待用户点击的按钮,但它们都是由Flash制作的,点击之后打开的新页面也不是自己的(而是跳转到别人的页面上,这意味着对点击之后打开的页面也无法监测)——也就是说,如果没有额外的监测设置,在这个页面作为landing page的情况下,即使每一个访问者来到这个页面都直接点击了这些按钮,这个页面的bounce rate也会非常高。这并不反映真实的情况。
我认为,bounce rate如果真的很不好,千万不要慌张,首先排除可能的监测问题。当你面对高达95%的bounce rate,你应该这么处理:第一步,确保所有的用户点击行为都能被监测到,尤其是对非HTML元素;第二步,查看页面(或是网站)的新访问比例是不是高达90%以上。如果这两步你都检查并且排除了,这时你才需要真的为高达95%的bounce rate担心了。
辨识和处理超高跳出率
在没有上述其他客观原因的情况下,如果bounce rate的表现仍然不佳,这就需要我们从业务(乃至商务)层面上加以改善了。
通常,我们认为bounce rate高是网站出了问题,具体来看,是主要的landing page的表现不佳。但事实上,对于bounce rate的分析和优化我们不简单认为是网站的问题。
排除技术问题之后,本质上,决定bounce rate高低的只有一个因素——匹配,即流量和网站的匹配决定bounce rate的高低。
举个不恰当的例子,一个销售母婴用品的网站,可是流量的来源全部是Diablo III的玩家,即使这个网站做得极为合理美观,商品极为价廉物美,恐怕bounce rate也不会低。你不能简单认为是流量的错,或是网站的错,根本的问题在于二者完全是“驴头不对马嘴”。
那么我们如何做好流量和网站的匹配?首先将所谓的“匹配”问题进一步剖开。由于匹配的两端是流量和网站,那么不匹配有三种情况——要么是网站靠谱但流量不适合网站,要么是流量靠谱但网站不适合流量,要么是二者都同时是屌丝,都很矬,都没戏。第三种情况就不说了,因为实际上如果能解决前两种情况,第三种情况的解决是完全类似的。
其次,流量靠不靠谱的辨识,要用对比法。通常而言,对于某一个网站,或是对于某一个重要的landing page,如果部分流量渠道bounce rate表现良好而另外一些表现不佳,我们可以认为部分渠道与网站(或landing page)有更好的匹配,而另外一些渠道则匹配不佳。例如图2的例子中,weibo.com的人群似乎不是那么喜欢这个网站。
由于每一个流量来源都代表着某一部分(或几部分)人群,因此我们可以通过不同流量渠道bounce rate的差异读出相应人群是否对网站或某一个landing page满意。
在这个例子中,我们还可以看一下第三大流量来源google/organic,它并非很差,但毕竟比它的朋友baidu/organic的表现差不少。为此,我们想看看到底哪些关键词带来的流量与网站不匹配。分解搜索引擎流量特别有意义,由于搜索引擎的关键词包含了用户的兴趣信息,因此不同关键词的bounce rate直接反映了网站对于这些兴趣的满足程度。
看来很多人对拉菲和雷朋眼镜感兴趣,而且也能够通过搜索引擎发现网站有这些信息,可惜的是,或者这些人并不是真正对网站有意义的,或者网站没有很好地用相关内容吸引他们。
跳出率如何才算好
最后做一个bounce rate总结。什么样的bounce rate算是健康的?我下面将给出一些我的经验数据,仅供参考。
首先要确保一个重要因素不发生干扰,即网站的新用户比例是一定的,且约30%。在这个前提下,我们来看看网站各种bounce rate可能说明了什么:
小于10%:小于10%的bounce rate可能说明是监测出了问题,但一些超级网站除外,例如Google、百度或是新浪。
10%~20%:监测出现问题的几率仍然存在,不过另一种可能性是,你的网站上有强烈诱惑各种访问者进行点击的内容。
20%~40%:兄弟,你的网站干得不错!
40%~60%:不是最优秀的,但是也不差!
60%~70%:嗯,要看看主要的landing page中哪些表现不佳。因为限定了新用户比例是30%,因此超过60%的bounce rate可能说明你的网站内容存在问题。
70%~90%:存在严重的问题,需要立即修正网站landing page。
90%以上:好吧,需要立即更新网站,如果还不行,看一看是不是网站的服务器存在问题。70%老用户的情况下还有超过90%的bounce rate,要么是网站已经无人管理,要么真的是服务器出现问题,无法顺利加载页面。
文章转自: i天下网商
技术控是百度新闻与钛媒体合作,专门为技术爱好者打造的栏目
根据《网络安全法》实名制要求,请绑定手机号后发表评论